在短短两个月内，ChatGPT已经成为世界上下载量最大的产品。这个解决方案与前辈们不同的地方在于其基于类似对话 "提示 "的超简单界面。这种直观的使用方式，加上人工智能处理大量数据并提供快速、准确结果的能力，使专业人士的执行和决策速度成倍提高。AI将人们从重复的、耗时的任务中解放出来，让他们专注于更高附加值的活动。由于生成性人工智能，人类将不会被取代，他们将被 "增强"。
根据最近的研究，78%的员工认为生成式人工智能对他们的生产力产生了积极影响。对于与知识获取有关的任务，专业人员的执行速度将提高37%，开发人员的编码任务将提高55%。六个月前，生成式人工智能的参与者之间展开了一场名副其实的创新竞赛。为了获得全部利益并保持竞争力，公司需要快速行动，同时不忽视其余的挑战。

透明度和信任度，生成式人工智能的巨大挑战

生成式人工智能解决方案的性能是不可否认的，但它们确实有我们必须意识到的局限性，以尽量减少其影响。它们主要有四种类型：

  • 伦理：在使用个人数据时，偏见、"幻觉"、缺乏来源或缺乏透明度都可能反映在生成的内容中。因此，我们必须将偏见识别过程系统化，正如我们在Artefact ，根据我们的道德宪章进行的所有数据处理。

  • 环境：在数十亿的参数上训练最新的AI模型会产生前所未有的碳足迹。例如，训练GPT-3[4]需要相当于502吨的二氧化碳排放，几乎是一辆普通汽车生命周期所需数量的十倍。应用才刚刚开始：AI所排放的二氧化碳是否会被它们所取代的人类活动不再产生的二氧化碳所抵消？

  • 就业：虽然绝大多数的人类任务不会被取代，而是由AI来协助，但不可否认的是，它们将被改变。至关重要的是，所有年龄和职业的人都要为这些变化接受培训。更重要的是，这些技术开辟了新的职业机会，而我们已经看到这方面的人才匮乏。像Artefact 数据学校这样的培训课程，为这些前瞻性的职业提供了快速、实用的再培训方式。

  • 监管：鉴于上述挑战，很明显，生成式人工智能将很快受到强有力的监管，与管理个人数据处理的监管相一致。欧盟目前正在制定《AI Act》，该法应于2025年生效。在一个明确的框架到位之前，公司必须依靠关于数据、知识产权、劳动法和环境保护的现有文本，以及软性法律。

Artefact减少风险和优化业务转型的自有方法

生成式人工智能令人叹为观止的持续进展要求企业迅速采取行动，但要有鉴别力。这就是为什么我们建议我们的客户采取渐进的操作模式，并围绕他们的转型项目实施一个坚实的框架。

为了让整个公司加入进来，最初的POC的结果往往是决定性的。为了最大限度地减少事故风险，最好在内部用例上进行这种首次测试，或通过人为调解（例如：人类代理人使用AI信息来更好地服务客户）。同时，我们需要根据业务需求和我们掌握的所有数据，在整个公司范围内确定潜在的应用。

同时，必须确定一个路线图，以便：

  • 组织：需要定义角色和责任，以及创建和扩展用例的治理和流程。需要制定一个防范风险和偏见的应急计划。

  • 技术栈和数据：公司必须确保他们有高质量的第一方数据来为确定的用例服务，并有强大的技术架构来使其产业化。在成本、影响或性能方面，为正确的用途选择正确的模式是至关重要的。

  • 人力资源：需要尽快制定文化适应和培训计划，以确保成功过渡。

信任但不排除管控

尽管我们相信生成式人工智能已经并将对公司的运营绩效和员工的生产力产生积极影响，但必须谨慎启动。在充分利用这些新的、超高性能的技术所提供的无限使用案例之前，进展必须是持续的和可控的，人类必须保留对模型的控制。

Artefact Newsletter

Interested in Data Consulting | Data & Digital Marketing | Digital Commerce ?
Read our monthly newsletter to get actionable advice, insights, business cases, from all our data experts around the world!

时事通讯注册订阅时事通讯